Conversione AD e DA - 1

Conversione AD e DA

1 - Campionamento e quantizzazione

Generalità
I segnali che nascono dalla maggior parte dei fenomeni fisici sono tipicamente variabili con
continuità sia nel tempo che nelle ampiezze. Affinché questi segnali possano essere elaborati
dai sistemi digitali risultano necessarie opportune operazioni di conversione.
In Fig.1.1 sono rappresentati i blocchi funzionali che consentono tali trasformazioni: il
convertitore analogico-digitale (Analog to Digital Converter, ADC) e il convertitore digitale-
analogico (Digital to Analog Converter, DAC).

Fig.1.1 - Interfacce AD e DA fra sistema analogico e digitale.

La strumentazione di misura ricorre estensivamente all’utilizzo dei segnali in forma numerica,

al fine di conseguire i vantaggi tipici di questo modo di rappresentare l’informazione.
Fra questi ricordiamo una limitata sensibilità dei segnali digitali ai disturbi e alle interferenze,
la facilità di trasmissione, la possibilità di programmazione delle apparecchiature e dei
compiti di misura, le ampie facoltà di signal processing.

Campionamento e quantizzazione
Per passare da un segnale analogico, variabile con continuità nel tempo e nelle ampiezze, alla
sua forma digitalizzata, si rendono necessarie due operazioni fondamentali: il campionamento
e la quantizzazione.

Fig.1.2 - Campionamento e quantizzazione di un segnale analogico.

2010 Misure Elettroniche

 Conversione AD e DA - 2

Campionare un segnale s(t) continuo nel tempo significa considerarne i valori solo in
corrispondenza a precisi istanti di tempo (iTc), detti istanti di campionamento.
Si ottiene così la versione campionata sc(t), rappresentata in Fig.1.2A, dove Tc è l’intervallo di
campionamento, mentre fc=1/Tc è la frequenza di campionamento.
Per quanto riguarda le ampiezze, il segnale analogico può assumere in generale valori
compresi fra un valore minimo ed uno massimo (Fig.1.2B). Il campo dei possibili valori entro
cui può variare il segnale analogico è detto anche full-scale range: FSR = Vmax - V min.
La quantizzazione delle ampiezze è ottenuta suddividendo il campo dei valori possibili FSR in
intervalli elementari o di quantizzazione di ampiezza q.
Tutti i valori analogici del segnale che cadono entro uno di questi intervalli di quantizzazione
si considerano indistinguibili l’uno dall’altro e ad essi viene attribuito un valore caratteristico
dell’intervallo, per esempio il valore centrale.
Per questo motivo l’intervallo di quantizzazione viene anche chiamato intervallo di
indifferenza, mentre al valore che lo caratterizza si dà il nome di livello di quantizzazione.
La versione quantizzata del segnale, sq(t), risulta così costituita solo da valori discreti delle
ampiezze.

Nota
Sia il campionamento che la quantizzazione fanno perdere una parte dell’informazione
contenuta nel segnale analogico.
1) Con riferimento al tempo, si perde la conoscenza del segnale nell’intervallo temporale
compreso fra due successivi istanti di campionamento.
2) Con riferimento alle ampiezze, si perde informazione sui valori del segnale compresi fra
due livelli successivi di quantizzazione.
La perdita di informazione è tuttavia differente nei due casi.
Infatti si dimostra che, noti i campioni di un segnale, risulta possibile ricostruire in forma
esatta il segnale originario purché i campioni siano presi con una frequenza superiore almeno
al doppio della massima frequenza contenuta nel segnale (teorema del campionamento).
Per contro, con riferimento alle ampiezze, il segnale quantizzato differisce tanto meno dal
segnale originario, quanto più numerosi sono i livelli di discretizzazione.
La differenza fra l’ampiezza del segnale originario e il valore che lo approssima in forma
discreta costituisce il disturbo di quantizzazione.

Codifica in binario naturale

Per rappresentare i livelli discreti che scaturiscono dalla quantizzazione si impiegano parole di
codice ottenute tramite opportuna codifica. L’obbiettivo è quello di stabilire una
corrispondenza biunivoca fra i livelli di quantizzazione e le parole di codice.
Il sistema di codifica più frequentemente adottato utilizza simboli binari (0 e 1). Ogni parola
di codice è formata in generale con n simboli binari ordinati, cui corrisponde un dato peso:
B n -1 .... Bi .... B1 B 0 simboli binari : 0,1
(1.1)
2n -1 .... 2i .... 21 20 pesi

I simboli binari che costituiscono la parola di codice sono detti bit, contrazione di binary
digit. Il valore decimale A che corrisponde alla parola di codice formata con i simboli Bi
risulta:
n -1
A = ∑ 2i Bi (1.2)
i=0

2010 Misure Elettroniche

 Conversione AD e DA - 3

Il generico peso 2i contribuisce alla sommatoria solo se il corrispondente bit Bi è pari a 1.

Bn-1 = MSB (Most Significant Bit) è il bit più significativo, associato al peso maggiore: 2n-1.
B0 = LSB (Least Significant Bit) è il bit meno significativo, associato al peso minore: 20.
Disponendo di n bit si possono rappresentare 2n valori decimali compresi fra 0 e 2n-1.
Si consideri l’esempio seguente:
Numero di bit: n=3 Parola di codice: B2 B1 B0
Livelli possibili: L =2 3 = 8 Valori decimali codificati: 0 ÷ 7

La tabella di corrispondenza biunivoca fra i primi sette numeri decimali e le parole di codice
in binario naturale risulta quindi:
0 1 2 3 4 5 6 7
000 001 010 011 100 101 110 111

Il sistema di rappresentazione in binario naturale è strettamente affine al sistema di

numerazione decimale.
Infatti in tal caso sono ammessi solo 10 simboli (0÷9) e ciascuna cifra indica quante volte
deve essere considerato il peso corrispondente, secondo una regola posizionale.
D n −1 .... Di .... D1 D0 simboli decimali : 0 ÷ 9
n -1 i 1 0
(1.3)
10 ....10 ....10 10 pesi

Risoluzione dei convertitori

La risoluzione di un convertitore è la più piccola variazione, nel valore della grandezza da
misurare, che può essere apprezzata, cioè che causa una variazione dell’indicazione in uscita.
Essa si identifica pertanto con la quantità elementare:
FSR
q= n
(1.4)
2
Spesso la risoluzione è data in forma relativa, riferita al FSR, come negli esempi seguenti:
Numero di bit n 8 12 16
n
Numero di livelli 2 256 4 096 65 536
Risoluzione 1/2n 3,9 10-3 2,4 10-4 1,5 10-5
Per i convertitori si definisce la dinamica (Dinamic Range) in decibel:
FSR
DR = 20log = 20log 2n = 20n log 2 = 6,02n (1.5)
q
La dinamica si ottiene semplicemente moltiplicando il numero di bit per 6,02.
Per esempio, un convertitore a 16 bit ha una dinamica di 96,3 dB.

Velocità di conversione
I convertitori analogico-digitale (AD) trasformano una tensione analogica applicata in
ingresso in un codice numerico. Durante l’operazione di conversione, la tensione analogica in
ingresso rimane costante e corrisponde al valore che è stato campionato. I circuiti di
campionamento hanno appunto il compito di estrarre il campione dal segnale e mantenerlo
costante per il tempo necessario alla conversione (sample&hold).
Le operazioni di campionamento e della successiva conversione devono esaurirsi in un tempo
totale minore dell’intervallo di campionamento Tc. In tal modo la sequenza di campioni può

2010 Misure Elettroniche

 Conversione AD e DA - 4

essere trasformata in una sequenza di numeri in modo regolare e continuo. La velocità con cui
ciò accade è appunto la frequenza di campionamento fc = 1/Tc.
Analogamente i convertitori digitale-analogico (DA) trasformano un codice numerico
applicato in ingresso in una tensione analogica il cui valore corrisponde al numero espresso
dal codice. La tensione viene mantenuta in uscita per un tempo pari al tempo di
campionamento Tc e quindi viene aggiornata nel successivo intervallo Tc. Anche in questo
caso si produce in uscita una tensione che ha l’andamento di una spezzata e approssima
l’andamento desiderato, aggiornandolo con velocità pari a fc = 1/Tc.

2 - Diagrammi ingresso-uscita

Codifica di segnali unipolari

I convertitori AD e DA vengono di norma caratterizzati, da un punto di vista statico, mediante
diagrammi che forniscono la corrispondenza biunivoca fra ingresso e uscita.
Nella Fig.2.1A è riportata la caratteristica di un convertitore analogico-digitale (ADC) di tipo
unipolare, cioè con i valori analogici tutti dello stesso segno.
Il campo delle tensioni analogiche in ingresso è positivo (FSR = 0÷Vmax) e tutti i valori
compresi nel generico intervallo di ampiezza q vengono codificati con la stessa parola di
codice. Questo codice, nel caso esaminato in Fig.2.1A, rappresenta in binario naturale il
valore analogico dell’estremo sinistro di tale intervallo.

Fig.2.1 - Diagrammi ingresso-uscita unipolari per un ADC (A) e per un DAC (B).

Nella Fig.2.1B è invece riportato il diagramma ingresso-uscita di un convertitore digitale-

analogico (DAC) unipolare. La conversione digitale-analogica consente di ottenere valori di
tensione analogici, a partire da parole di codice binario.
Normalmente il campo di variazione del segnale analogico in uscita viene stabilito mediante
l’impiego di un opportuno generatore di tensione di riferimento Vref che definisce l’ampiezza
del fondoscala: (FSR = 0÷Vref).
Per entrambi i convertitori AD e DA, la caratteristica ideale è una retta che unisce i punti

2010 Misure Elettroniche

 Conversione AD e DA - 5

rappresentativi nel diagramma ingresso-uscita.

Per un convertitore AD o DA con n bit, l’intervallo analogico FSR viene suddiviso in 2n
intervalli elementari di quantizzazione con ampiezza costante:
FSR
q= n
(2.1)
2
Negli esempi di Fig.2.1 A e B, dove n = 3 bit, si hanno 8 livelli di quantizzazione.
Per un valore di fondoscala FSR = 10 V, l’intervallo di quantizzazione risulta di 1,25 V.
La tensione analogica che corrisponde al codice binario (111) è perciò: 7x1,25 V = 8,75 V.

Il disturbo di quantizzazione
Il disturbo di quantizzazione è una conseguenza insita nella suddivisione di un intervallo
continuo (FSR) in un numero finito di parti e nella necessità di adottare un set finito di numeri
per rappresentarli.
In un ADC l’errore introdotto dalla quantizzazione può essere definito come la differenza fra
il valore caratteristico vi dell’intervallo di quantizzazione (valore misurato) e il valore attuale
v della tensione: eq = vi - v.
Con riferimento alla Fig.2.1A vista in precedenza, si osserva che sono stati codificati i valori
analogici in corrispondenza all’estremo sinistro del generico intervallo di quantizzazione.
In tal caso il modulo del disturbo di quantizzazione è contenuto, come rappresentato nella
successiva Fig.2.2A, entro il range 0÷ q (o, come spesso si usa dire nella pratica, è inferiore a 1
LSB).
In pratica si può ottenere una riduzione degli effetti associati al disturbo di quantizzazione,
facendo in modo che l’intervallo di indifferenza q risulti centrato rispetto al livello nominale
di quantizzazione vi. Questo caso è riportato nella Fig.2.2B, dove si può notare che il disturbo
di quantizzazione risulta contenuto entro una fascia simmetrica ± q/2 (± 1/2 LSB).

Fig.2.2 - Diagrammi ingresso-uscita di un ADC unipolare e disturbo di quantizzazione.

2010 Misure Elettroniche

 Conversione AD e DA - 6

Per rendersi conto dei vantaggi di quest’ultima configurazione, si confrontino il valor medio,
il valore massimo e il valore quadratico medio del disturbo di quantizzazione, valutato sulle
caratteristiche ingresso-uscita, nei due casi.
Si nota che il valor medio è diverso da zero nel caso esaminato in Fig.2.2A, mentre è nullo
per il caso di Fig.2.2B. Quindi, centrare l’intervallo di quantizzazione sul valore nominale
comporta l’assenza di componenti costanti e sistematiche per l’errore di quantizzazione.
Il valore massimo nella caratteristica di Fig. 2.2B risulta dimezzato rispetto a quello della
caratteristica di Fig.2.2A.
Il valore quadratico medio (o potenza) Pq, la cui radice quadrata costituisce il valore efficace
del disturbo di quantizzazione, può essere valutato nel seguente modo:
⎧ 1 2
1 x2 ⎪ A) ( x1 ÷ x2 ) = (0 ÷ q) ⇒ Pq = q
Pq =
q ∫ x1
eq2 deq ⇒ ⎨ q q
⎪ B ) ( x1 ÷ x2 ) = ( − ÷ )
3
1
⇒ Pq = q 2
(2.2)
⎩ 2 2 12

Si vede che la scelta di centrare l’intervallo di indifferenza rispetto al valore di riferimento

comporta l’ulteriore vantaggio di diminuire la potenza associata al disturbo di quantizzazione.
Tale scelta risulta pertanto preferibile sotto tutti i punti di vista, e quindi nel seguito ad essa si
farà riferimento.
Da un punto di vista probabilistico il disturbo di quantizzazione può essere considerato come una
variabile aleatoria continua Δq (rumore di quantizzazione) avente distribuzione uniforme
nell’intervallo ± q/2 e quindi densità di probabilità definita da:
⎧1 q q
per − ≤ δ q ≤
( )
p δq
⎪
= ⎨q 2 2 (2.3)
⎪0
⎩ altrove

I parametri statistici di questa variabile aleatoria sono il valor medio μq, che risulta nullo, e la
varianza σq2:
+∞ 1 x2 q2
σ q2 = ∫ -∞
(δ q − μ q ) 2 ⋅ p(δ q )dδ q =
q ∫ x1
(δ q − μ q ) 2 dδ q =
12
(2.4)

I valori della varianza σq2 e della potenza Pq, esaminata precedentemente, coincidono nel caso
particolare in cui si abbia valor medio nullo.
Questa interpretazione in termini di varianza (e quindi di deviazione standard σq) è utile, più
in generale, quando si vuole determinare la propagazione degli effetti dell’incertezza dovuta
alla quantizzazione in un sistema digitale e la sua combinazione con le altre fonti di
incertezza, così come richiesto dalla GUM.

Bit effettivi
Combinando le equazioni (2.4) e (2.1) si ottiene:
1 2 FSR 2
σ q2 = q = (2.5)
12 12 ⋅ 2 2 n

da cui si ricava il numero di bit n associato alla varianza σq2.

1 ⎛ FSR 2 ⎞
n = log 2 ⎜ ⎟ (2.6)
2 ⎜ 12 ⋅ σ 2q ⎟
⎝ ⎠

2010 Misure Elettroniche

 Conversione AD e DA - 7

Se alla varianza del rumore di quantizzazione σq2 si sostituisce quella del rumore totale del
convertitore σc2, che include anche il rumore dei circuiti analogici, si ottiene una quantità che
viene definita numero effettivo di bit del convertitore, EB:
⎛ FSR 2 ⎞ 1 ⎛ FSR 2 σ 2q ⎞ ⎛ 2⎞
1
EB = log 2 ⎜⎜ ⎟ = log 2 ⎜ ⋅ ⎟ = n − 1 log ⎜ σ c ⎟ (2.7)
2 ⎟ ⎜ 12 ⋅ σ 2q σ c2 ⎟ 2
⎜ σ 2q ⎟
2 ⎝ 12 ⋅ σ c ⎠ 2 ⎝ ⎠ 2 ⎝ ⎠
Pertanto il numero di bit effettivo coincide con quello nominale sol nel caso (teorico) in cui
non sia presente altro rumore oltre a quello di quantizzazione, e quindi sia σc2 = σq2.

Codifica di segnali bipolari

Nel caso in cui le tensioni analogiche possano assumere valori sia positivi che negativi si
ricorre a convertitori bipolari, di solito simmetrici rispetto allo zero.
Con riferimento alla Fig.2.3A, consideriamo ancora l’esempio di un convertitore AD che
utilizza tre bit. Al primo livello di quantizzazione, corrispondente al valore analogico -FSR/2,
si potrebbe assegnare il codice (000); mentre all’ultimo livello, corrispondente al valore
analogico +(FSR/2-q), si potrebbe assegnare il codice (111).
Tale procedura, detta offset binary, non è tuttavia frequente.
Si preferisce una codifica diversa, detta complemento a due, rappresentata in Fig.2.3B, che
prevede di rappresentare i valori positivi ancora in binario naturale.
Per ottenere questo risultato basta porre a zero l’MSB per i livelli positivi. Per i livelli
negativi, viceversa, si passa a uno l’MSB, attribuendo a tale bit il significato di bit di segno. Si
confrontino, a tale scopo, le ordinate di Fig.2.3A e Fig.2.3B.

Fig.2.3 - Convertitore AD bipolare: A) offset binary; B) complemento a 2.

Nel codice complemento a due, al bit di segno uguale ad uno è associato un peso pari a quello
che avrebbe in binario naturale, ma cambiato di segno. A tale valore va sommato
algebricamente il valore dei restanti bit della parola di codice, letti in binario naturale.
Esempio: +3q => 011 => 0x22 + 1x21 + 1x20 = 3
-3q => 101 => (-1x22 ) + 0x21 + 1x20 = -3

2010 Misure Elettroniche